【技术实现步骤摘要】
一种融合随机森林算法的设施光环境调控方法
本专利技术属于智能设施农业
,特别涉及一种融合随机森林算法的设施光环境调控方法。
技术介绍
我国设施蔬菜栽培面积占世界总面积的90%以上,已成为我国现代农业的重要组成部分。尽管我国设施管理技术水平逐年提升,与发达国家相比仍存在较大差距,设施蔬菜单位面积产量仅为荷兰的1/5-1/3,其中生产过程中光合速率低是造成该现象的关键因素。光是温室作物进行光合作用、形成温室内温度与湿度条件的能源。其中部分地区由于冬、春季节低温弱光、阴雨低温天气较多,再加上温室覆盖材料不清洁或老化导致透光率较低,设施内光环境参数(包括光质和光子通量密度)通常低于光合作用最低需求,导致作物生长发育减缓、各种病虫害发生几率增加,造成落叶、发花数量少、花形花色不正、坐果率低等问题,严重影响作物产量和品质,特别是近期出现的LED光源技术,其一定程度避免热量高、耗能大、不能定量调节亮度,光质、光子通量密度难以调控等传统补光设备的问题,基于LED的设施补光技术已成为设施补光研究的热点,出现了各种基于LED的设施补光设备,一定程度提高了作物品质和节能效果。近年来,设施光环境调控得到了广泛的研究,出现了融合了光合因子调控模型,其大部分调控模型都是通过非线性回归的方法,把环境的温度作为自变量,光合速率模型中输出的光饱和点作为因变量,构建了任意温度光饱和点的动态获取,从而得到相应的PFD值;由于实际的模型中加入二氧化碳因素后,模型的精度降低、复杂度明显提升,使得模型的运行时间变长,最终导致整个光调控系统响应的慢、调控值精度低,所以目前一般的调控系统未考虑二氧 ...
【技术保护点】
1.一种融合随机森林算法的设施光环境调控方法,其特征在于,包括如下步骤:步骤一:根据植物生长过程中,光、二氧化碳和温度的变化对植物光合速率的影响,关联温度、光照、二氧化碳浓度环境因子,使用BP算法建立光合速率预测模型,其次采用改进鱼群算法对光合速率模型进行寻优;步骤二:通过步骤一中寻优算法找到不同温度和二氧化碳条件下的光饱和点,建立融合随机森林算法的光环境调控模型,并通过对随机特征策略选取,聚集大量分类树,提高随机森林模型的预测精度;步骤三:搭建一种可以实现模型移植的树莓派系统框架和平台体系,在调控过程中,实现对智能调控算法的跨平台移植,其设备的硬件结构主要由树莓派主控节点、传感器监测节点和LED调光节点组成,将各节点之间通过ZigBee无线技术实现信息交互,内部采用模块化设计思路;步骤四:完成上述步骤的模型建立和智能算法的跨平台移植后,在实际的调控过程中,通过参数选择界面对调控对象的基本参数的选择,监测节点实时反馈环境情况,直接调用保存好的随机森林模型,在界面中就可以看到模型计算出此时的光环境调控的目标值,通过与环境的输入光照强度比较,计算出当前环境实际需要的光子通量密度值,并将其转 ...
【技术特征摘要】
1.一种融合随机森林算法的设施光环境调控方法,其特征在于,包括如下步骤:步骤一:根据植物生长过程中,光、二氧化碳和温度的变化对植物光合速率的影响,关联温度、光照、二氧化碳浓度环境因子,使用BP算法建立光合速率预测模型,其次采用改进鱼群算法对光合速率模型进行寻优;步骤二:通过步骤一中寻优算法找到不同温度和二氧化碳条件下的光饱和点,建立融合随机森林算法的光环境调控模型,并通过对随机特征策略选取,聚集大量分类树,提高随机森林模型的预测精度;步骤三:搭建一种可以实现模型移植的树莓派系统框架和平台体系,在调控过程中,实现对智能调控算法的跨平台移植,其设备的硬件结构主要由树莓派主控节点、传感器监测节点和LED调光节点组成,将各节点之间通过ZigBee无线技术实现信息交互,内部采用模块化设计思路;步骤四:完成上述步骤的模型建立和智能算法的跨平台移植后,在实际的调控过程中,通过参数选择界面对调控对象的基本参数的选择,监测节点实时反馈环境情况,直接调用保存好的随机森林模型,在界面中就可以看到模型计算出此时的光环境调控的目标值,通过与环境的输入光照强度比较,计算出当前环境实际需要的光子通量密度值,并将其转化为脉宽调制控制信号,控制LED补光节点根据实际光环境完成动态、精确调控。2.根据权利要求1所述融合随机森林算法的设施光环境调控方法,其特征在于,所述步骤一中,光合速率预测模型与寻优模型构建的具体步骤如下:步骤1:根据调控模型实验方案,使用BP算法建立光合速率预测模型,通过将温度、二氧化碳、光照环境因子归一化处理作为模型的输入样本集,建立的BP神经网络模型:式中n表示输入节点数,l表示隐含层节点数,m表示输出节点数,x表示输入量,wij表示输入层和隐含层间连接权值,wjk表示隐含层和输出层间连接权值,aj表示初始化隐含层阈值,bk表示初始化输出层阈值,f()表示隐含层激励函数;建立BP光合速率预测模型:Pn=net(T,C,D)式中Pn表示光合速率,T表示温度,C表示二氧化碳浓度,D表示光子通量密度,根据输入样本完成对模型Pn=net(T,C,D)温度、二氧化碳、光子通量密度的实例化,建立不同温度、二氧化碳、光子通量密度条件下的预测函数Pm=net(Tm,Cm,Dm);步骤2:在完成上述步骤一中的BP光合速率预测模型建立后,采用改进型鱼群算法对光合速率模型寻优,随机生成初始鱼群,产生的初始鱼群个体的状态向量表示为X=(x1,x2,…xn),其中xn为欲寻优变量的不同温度、二氧浓度条件下对应的光饱和点,并利用得到的特定温度下和二氧化碳条件下的寻优目标值函数Fm,通过对鱼群算法中觅食行为、群居行为、追尾行为的处理,使人工鱼的位置不断进行更新,从而使得新鱼群中个体食物浓度不断提高,作物本代最佳光合速率随进化代数增加而逐渐增大,当人工鱼群算法产生新的个体逼近最优解时,其个体食物浓度基本保持恒定,从而完成光合速率寻优。3.根据权利要求1所述融合随机森林算法的设施光环境调控方法,其特征在于,所述步骤二中,融合随机森林算法的光调控模型的具体步骤如下:步骤一:假设X={(Xm,ym),m=1,2,...,M}是经改进型鱼群算法寻优所得不同温度、二氧浓度条件下对应的光饱和点样本集,以此作为光环境优化调控模型的一组训练集,其中Xm是第m个光饱和点对应的温度及二氧化碳浓度,ym是第m个光饱和点样本数据;通过对寻优所得样本集X进行随机抽样产生L棵决策树f(X,θk)集合,构建随机森林,其中,k=1,2,...,l,θk是第k棵决策树用来选择样本点的...
【专利技术属性】
技术研发人员:张海辉,张仲雄,胡瑾,辛萍萍,张盼,白京华,来海滨,
申请(专利权)人:西北农林科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。